我正在嘗試對 pandas df 中的列求和，其中該列等于特定值。使用下面的 df，其中['X'] == 'GrV'，我想對 cols 求和('GrV A', 'GrV B')。但我正在返回nan值。import pandas as pddf = pd.DataFrame({ 'X' : ['GrV', 'GrX', 'GrY', 'GrZ', 'GrV', 'GrX', 'GrY', 'GrZ'], 'GrV A' : [4, 2, 6, 5, 1, 2, 5, 6], 'GrX A' : [3, 4, 5, 1, 2, 5, 6, 2], 'GrY A' : [5, 2, 2, 6, 5, 1, 5, 4], 'GrZ A' : [1, 2, 5, 5, 2, 1, 5, 4], 'GrV B' : [4, 2, 6, 5, 1, 2, 5, 6], 'GrX B' : [3, 4, 5, 1, 2, 5, 6, 2], 'GrY B' : [5, 2, 2, 6, 5, 1, 5, 4], 'GrZ B' : [1, 2, 5, 5, 2, 1, 5, 4], })df['Total'] = df.loc[(df['X'] == 'GrV'), ('GrV A', 'GrV B')].sum()df['Total'] = df.loc[(df['X'] == 'GrX'), ('GrX A', 'GrX B')].sum()df['Total'] = df.loc[(df['X'] == 'GrY'), ('GrY A', 'GrY B')].sum()df['Total'] = df.loc[(df['X'] == 'GrZ'), ('GrZ A', 'GrZ B')].sum()預期輸出： X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total0 GrV 4 3 5 1 4 3 5 1 81 GrX 2 4 2 2 2 4 2 2 82 GrY 6 5 2 5 6 5 2 5 43 GrZ 5 1 6 5 5 1 6 5 104 GrV 1 2 5 2 1 2 5 2 25 GrX 2 5 1 1 2 5 1 1 106 GrY 5 6 5 5 5 6 5 5 107 GrZ 6 2 4 4 6 2 4 4 8
4 回答
慕尼黑8549860
TA貢獻1818條經驗 獲得超11個贊
您可以通過使用filter獲取列 Gr，使用where通過split（獲取 GrV，GrX，...部分）獲得的列名的第一個元素等于列 X 并sum沿列：
df['Total'] = (df.filter(like='Gr')
.where(lambda x: df['X'].to_numpy()[:, None]
== x.columns.str.split(' ').str[0].to_numpy())
.sum(axis=1)
)
print (df)
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
三國紛爭
TA貢獻1804條經驗 獲得超7個贊
這是另一種方法：
for col in df['X'].tolist():
df['Total_'+col] = np.where(df['X']==col, df[col+' A'] + df[col+' B'], np.NaN)
cols = [col for col in df.columns if col.startswith('Total_')]
df['Total'] = df[cols].sum(axis=1)
df.drop(columns=cols, inplace=True)
print(df)
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
米琪卡哇伊
TA貢獻1998條經驗 獲得超6個贊
這是一種方法：將列 X 附加到索引，獲得一對索引和列，其中可以在列中找到新索引中的值，使用結果值索引數據幀（使用loc），堆棧，取消堆棧和得到總數
#append column X to the index
df = df.set_index("X",append=True)
from itertools import product
#get pairing of index and column, where index is in column
index = [(first,second, last)
for (first,second), last
in product(df.index,df.columns)
if second in last]
#stack, index with the index variable,
#unstack, get the sum
#and assign to Total
df['Total'] = df.stack().loc[index].unstack().sum(axis=1)
df
GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B Total
X
0 GrV 4 3 5 1 4 3 5 1 8.0
1 GrX 2 4 2 2 2 4 2 2 8.0
2 GrY 6 5 2 5 6 5 2 5 4.0
3 GrZ 5 1 6 5 5 1 6 5 10.0
4 GrV 1 2 5 2 1 2 5 2 2.0
5 GrX 2 5 1 1 2 5 1 1 10.0
6 GrY 5 6 5 5 5 6 5 5 10.0
7 GrZ 6 2 4 4 6 2 4 4 8.0
慕田峪4524236
TA貢獻1875條經驗 獲得超5個贊
讓我們melt試試groupby
s=df.reset_index().melt(['index','X']).loc[lambda x : x['X']==x['variable'].str.split(' ').str[0]].groupby('index').value.sum()
df['new']=s
df
X GrV A GrX A GrY A GrZ A GrV B GrX B GrY B GrZ B new
0 GrV 4 3 5 1 4 3 5 1 8
1 GrX 2 4 2 2 2 4 2 2 8
2 GrY 6 5 2 5 6 5 2 5 4
3 GrZ 5 1 6 5 5 1 6 5 10
4 GrV 1 2 5 2 1 2 5 2 2
5 GrX 2 5 1 1 2 5 1 1 10
6 GrY 5 6 5 5 5 6 5 5 10
7 GrZ 6 2 4 4 6 2 4 4 8
添加回答
舉報
0/150
提交
取消